滚动轴承广泛地应用于旋转机械设备。因轴承损伤性故障而引起的重大事故屡有发生，因此对滚动轴承的运行状态实行有效地监测和故障诊断是非常必要的。滚动轴承故障诊断技术的研究具有十分重要的现实意义。　　本文介绍了滚动轴承故障诊断的基本内容及当前研究状况，在分析传统滚动轴承的监测和诊断方法的基础之上，以希尔伯特黄变换(HHT)的时频分析方法和分形理论为切入点对滚动轴承的故障诊断及预测展开研究。　　介绍了HHT变换的基本算法及经验模态分解过程中所存在的端点效应问题，采用了基于镜像闭合延拓和波形匹配延拓的方法对HHT变换过程中所出现的端点效应进行抑制，该方法兼顾了信号的内在特性以及端点处的变化趋势，将这两种方法应用于仿真信号中，表明该方法可有效地抑制端点效应现象。　　介绍了滚动轴承的振动机理及常见的失效形式、固有频率与故障特征频率的计算方法和实验装置及原理。再利用HHT的时频分析方法对两种工况下滚动轴承的内圈、外国、滚动体故障信号进行分析和诊断，发现分析结果与理论计算的故障特征频率基本吻合，达到了较好的效果。最后，通过Labview和Matlab两个软件的混合编程，建立了滚动轴承故障信号分析软件系统。　　针对滚动轴承振动信号的特点，从信号的分形特征出发，利用分形维数，对滚动轴承的正常信号和故障信号分别进行分形特征的定量描述。研究表明，滚动轴承不同的故障，其所对应的分形维数明显不同。因此，可以使用分形维数（盒维数和关联维数）实现对滚动轴承故障的辨别。　　由于滚动轴承的振动信号具有分形特征，且分形理论中的Hurst指数和R/S分析法已有学者在转子回转误差预测过程中达到了较好的预测效果，本文便将Hurst指数和R/S分析法应用到滚动轴承故障分析中，通过对四种仿真信号和四种实测滚动轴承振动信号进行分析对比，结果表明通过该方法可以有效地对滚动轴承的故障进行短期和中期预测。